Projets novateurs réalisés

Monitoring of turbine runner blade strains from indirect measurements using AI

Hydro-Québec dispose de systèmes d’acquisition de données pour une multitude de capteurs, dont certains sont installés depuis près de 20 ans dans son équipement de production électrique (unités turbine-génératrice – TGU). Les données recueillies sont principalement utilisées pour s’assurer que l’information est adéquate en cas de panne d’équipement ou pour des études comportementales spécifiques. Les données provenant des systèmes de surveillance sont peu utilisées dans les activités de gestion de la maintenance de routine, souvent en raison d’un manque de temps et de méthodes d’analyse adéquates et/ou efficaces.
L’entretien de l’équipement est une partie importante des activités de gestion de l’équipement d’Hydro-Québec. La création et la maintenance d’un système de surveillance constituent un investissement majeur pour l’entreprise. Avec le développement des approches d’analyse par apprentissage automatique, l’objectif est d’offrir aux opérateurs une vue plus claire de l’état des actifs en temps réel et des prévisions sur leur potentiel d’utilisation.

Short term Electrical Load Forecasting

La prévision de charge est une activité essentielle pour une entreprise comme Hydro-Québec. Elle est nécessaire pour des objectifs aussi variés que la gestion de la production ou la gestion et l’entretien du réseau électrique. Toute erreur de prévision importante peut entraîner des problèmes de fiabilité, une perte d’opportunité ou des coûts supplémentaires pour l’entreprise. D’un autre côté, une bonne prédiction permettrait à Hydro-Québec de générer des ventes supplémentaires sur les marchés voisins. Avec le déploiement de son Infrastructure Avancée de Mesure (AMI), Hydro-Québec dispose maintenant d’une quantité importante de nouvelles données de consommation. Ces données peuvent être utilisées pour améliorer la prévision de la demande, augmenter la fiabilité, diminuer les dépenses et potentiellement générer de nouveaux revenus.

Les changements macroéconomiques tels que le déclin de l’industrie lourde, les récents changements dans la société (télétravail, tarifs variables, etc.) et dans le futur (électrification des transports, production derrière les compteurs, stockage, réseaux intelligents, rôle actif du consommateur, etc.) sont des défis actuels et à venir pour les modèles de prévision paramétrique tels que ceux développés et actuellement utilisés par le siège, puisque la charge devient de plus en plus difficile à modéliser sans phénomènes physiques clairs ni mesures pour l’expliquer.

Active learning for visual detection on inspection robots

Les véhicules robotiques déployés à Hydro-Québec jusqu’à présent sont encore principalement opérés manuellement et une intervention humaine est continuellement requise. Le projet vise à équiper la flotte actuelle et future de robots d’inspection d’Hydro-Québec de capacités d’inspection autonomes. Le stagiaire tirera parti des percées en intelligence artificielle pour permettre aux véhicules robotisés d’effectuer une inspection visuelle automatisée en temps réel de l’infrastructure de l’entreprise et d’utiliser un véhicule robotique déployable de façon simple et sécurisée pour effectuer la première mission d’inspection de composants de lignes électriques entièrement autonomes de l’entreprise. Le déploiement à grande échelle de robots d’inspection autonomes aura un impact majeur pour aider Hydro-Québec dans la gestion des actifs et accroître l’efficacité opérationnelle.

Solar Radiation Forecasting

La principale mission d’Hydro-Québec est de répondre efficacement aux besoins énergétiques des clients, de façon sécuritaire tout en restant compétitif sur les marchés. Dans un contexte énergétique changeant, la production d’énergie solaire photovoltaïque représente un nouveau défi pour Hydro-Québec, qui devra intégrer et équilibrer cette ressource intermittente afin de garantir la fiabilité du réseau électrique. L’objectif de ce projet est de soutenir Hydro-Québec dans le développement d’un système énergétique tourné vers l’avenir en proposant des solutions technologiques innovantes, notamment pour la prévision du rayonnement solaire. Le projet se concentrera sur le développement d’un système de pointe utilisant des algorithmes d’intelligence artificielle pour prédire les rayonnements solaires dans 24 heures à partir d’images satellites et de données météorologiques numériques.

GROKVIDEO

En combinant les informations contenues dans le contenu visuel, audio et textuel des vidéos, il est possible d’extraire des informations complexes sur leur contenu. Il est ensuite possible d’analyser une requête d’un moteur de recherche pour trouver les segments vidéo qui correspondent le mieux à cette requête. Au cours de ce projet, le stagiaire utilisera des modèles d’apprentissage profond de pointe pour extraire la meilleure information possible à partir de données multi-sources et participer à l’intégration de ces modèles dans l’application de recherche Grokvideo. Améliorer la qualité de l’information et la précision du moteur de recherche profitera directement à l’entreprise, car extraire la meilleure information possible du contenu vidéo est la valeur fondamentale de Grokvideo.

Brain Lesion Detection

Les IRM cérébrales sont un élément clé dans le diagnostic des troubles neurodégénératifs et leur utilisation ne fera qu’augmenter dans les années à venir. Cependant, il existe une grande diversité en termes de qualité d’image et de résolution obtenues sur différents sites, et il faut des méthodes robustes capables de gérer cette diversité. L’objectif de ce projet est de développer et de valider la performance de méthodes de détection des lésions de pointe pour les IRM cérébrales 3D.

Amélioration du travail et analyse des données pour la fabrication industrielle de l’acier

L’amélioration du travail est essentielle pour l’augmentation de la performance dans les environnements d’affaires. Il est utilisé pour identifier les goulets d’étranglement et les inefficacités dans les processus de fabrication et autres procédés de production, et pour améliorer la performance du travail en éliminant les activités sans valeur ajoutée. Pour améliorer le travail, le concept de Lean Manufacturing est souvent utilisé avec la cartographie du flux de valeur (VSM), un outil permettant de visualiser les processus de production et les indicateurs de productivité. Dans ce projet de recherche, Ocean Steel & Construction Ltd., basée à Saint John, au Nouveau-Brunswick, s’est associée à l’équipe de recherche du Centre de recherche hors site de l’Université du Nouveau-Brunswick pour étudier leur installation de production et améliorer leur productivité. Dans cette étude proposée, quatre sous-objectifs sont définis : (1) utiliser la cartographie des procédés pour documenter les procédés de fabrication de l’acier et recueillir des données de productivité à chaque procédé (par exemple, poste de travail); (2) effectuer une analyse exploratoire des données (EDA) pour résumer les indicateurs de productivité de chaque processus; (3) utiliser la modélisation de régression pour développer des modèles prédictifs du temps de traitement, et l’analyse de corrélation pour identifier les facteurs d’impact de la productivité; et (4) développer la cartographie des flux de valeur (VSM) pour améliorer les processus de production et intégrer des modèles prédictifs dans l’approche VSM. Le stagiaire aura l’occasion d’interagir avec des professionnels et d’être exposé à l’industrie de la construction.

Influences de la géométrie métal-organique polyèdre (MOP) sur la morphologie des polymères supramoléculaires poreux

Pour notre projet de recherche, nous proposons d’explorer comment la géométrie de la molécule poreuse de la cage, le polyèdre métal-organique (MOP), peut influencer son auto-assemblage en grands gels, et comment elle peut influencer leurs formes et propriétés résultantes. Nous anticipons que le potentiel d’utiliser ces molécules poreuses avec des géométries et des tailles de pores différentes peut offrir un contrôle supplémentaire sur les propriétés des matériaux de ces structures, y compris leur comportement mécanique et leurs propriétés de sorption des gazes. Cela peut ouvrir la porte à la diversité des applications de ces matériaux poreux et solides dans des domaines tels que le transport de masse, la séparation et le stockage, ainsi que la catalyse.

Permettre une pénétration maximale des générations distribuées sans violer la coordination du système de protection

Motivé par des raisons économiques, techniques et environnementales, le secteur de l’énergie entre dans une ère
où la génération distribuée (DG) répondra à un large segment de la demande croissante d’énergie électrique.
Les compagnies de distribution locales doivent accepter un pourcentage donné de renouvelables détenues par les clients
Unités DG dans leur système. En général, la DG introduit de nouvelles possibilités comme la réduction des charges de pointe
et l’amélioration de la fiabilité. D’un autre côté, la DG cause plusieurs problèmes de protection dans le
Réseaux de distribution, tels que la perte de coordination, la désensibilisation, le déclenchement de fusibles gênants, les relais
fonctionnement bidirectionnel et surtension. Dans ce travail, des lignes directrices générales concernant le maximum permis
Une pénétration de DG qui ne déclenchera pas ces effets indésirables sera identifiée pour les alimentateurs typiques en Ontario.
De plus, une recommandation concernant la connexion appropriée du transformateur d’interface à éviter
La surtension lors des défauts de terre sera appliquée. De plus, des recommandations générales seront données à
Fin de ce stage sur les méthodes possibles pouvant être utilisées pour surmonter toute protection
Problème de coordination si oui..... TOBECONT’D

Développement de modèles de détection d’anomalies pour les parcs éoliens et solaires

Power Factors offre une plateforme de suivi de performance de parcs éoliens et solaire. Cette plateforme collecte les données opérationnelles des parcs, les archive, puis les traite (calcul d’indicateurs de performance) pour ensuite les transmettre aux exploitants et propriétaires de ces parcs. Power Factors utilise déjà quelques modèles de détection d’anomalies à travers sa plateforme d’analytiques avancées. Ces modèles ont pour but d’identifier des anomalies et des tendances alarmantes telles que la détection précoce d’un bris ou d’une sous-performance et par la suite, aider les exploitants de ces parcs dans leurs opérations de planification de la maintenance. L’objectif du projet est de développer de nouveaux modèles de détection d’anomalie pour les parcs éoliens et solaires, ce qui permettrait à Power Factors de garder un avantage concurrentiel considérable.

Travail, famille, vie des bureaux de police et de leurs familles pendant et après une pandémie – examen d’un cas extrême

La pandémie de COVID-19 est une crise sanitaire continue qui a un impact considérable sur la façon dont les gens au Canada et partout dans le monde vivent leur vie. En réponse à la propagation rapide du virus, les gouvernements provinciaux et fédéraux ont adopté plusieurs mesures de « distanciation physique », y compris la fermeture des écoles publiques et de toutes les entreprises non essentielles. Cela a mené à des situations de vie professionnelle et de vie sans précédent pour des milliers de Canadiens. La police, en tant que service essentiel de première ligne, fait face à des défis particuliers durant cette pandémie. Ils doivent poursuivre leur travail en première ligne et risquer une exposition pour eux-mêmes et leur famille au nouveau coronavirus. Ils doivent équilibrer les exigences d’un emploi stressant (des exigences qui ont elles-mêmes changé à cause de la pandémie) avec les besoins de leurs enfants (qui sont maintenant à la maison), de leur partenaire (qui peut maintenant être sans emploi ou travaillant à la maison) et leurs inquiétudes pour les membres âgés de leur famille. Nous proposons de mener une étude de recherche longitudinale multiméthode qui examinera comment la police, ainsi que leurs conjoints/partenaires, font face au travail, à la famille et à la vie pendant la pandémie.

Performance dépendant de la température des paliers multirotationnels à haute charge

Des paliers de pont sont utilisés pour supporter le poids de la superstructure du pont sur les piliers du pont. Ces paliers permettent au pont de se dilater et de se contracter pendant les cycles thermiques et d’accommoder les forces variables sur le pont tout au long de sa vie. Les élastomères à l’intérieur du roulement sont suffisamment flexibles pour permettre ces exigences de rotation et de translation tout en transférant efficacement les forces. Cette étude étudie les effets des forces axiales combinées et des exigences de rotation sur deux types de roulements de pont destinés à l’utilisation au Canada. Les roulements seront également soumis à des températures extrêmement froides qui reflètent les exigences de conception des ponts canadiens. Les résultats expérimentaux et de modélisation informatique de cette étude permettront à Canam Bridges, l’organisation partenaire, de spécifier des conceptions de roulements sûrs et efficaces pour les ponts canadiens.